62有效。 (3)相合性（一致性） 定义6.3设0是参数0的估计，n是样本容量，如果任何6>0，都有 mP6-0<e}=1, 则称0是0的相合估计（一致估计）。 可以证明，矩法估计都是相合估计。除了极个别的例外，极大似然估计也都是相合估计。 6)数理统计中几个常用的分布 X2分布 定义6.4若有X1,X2,,Xn相互独立，X,~N(0,1),i=1,2,…,n,则称 X: 所服从的分布为自由度是n的x2分布，记为x(n)。 x2分布的概率密度为 e x>0 p(x)= 2r9 0 x≤0 X2分布的图象见图6-2。 y p(x) 0 x=2-2 图6-2 定理如果有5~X2(m),n~x2(nm),相互独立，则5+7~x2(m+n)。即x2 分布具有可加性。 9696 2 ˆ  有效。 （3）相合性（一致性） 定义 6.3 设  ˆ 是参数  的估计， n 是样本容量，如果任何   0 ，都有 } 1 ˆ lim { −  = → P    n ， 则称  ˆ 是  的相合估计（一致估计）。 可以证明，矩法估计都是相合估计。除了极个别的例外，极大似然估计也都是相合估计。 6) 数理统计中几个常用的分布 2  分布 定义 6.4 若有 X X Xn , ,..., 1 2 相互独立， X i ～ N(0, 1)，i = 1, 2,  , n ，则称 = n i Xi 1 2 所服从的分布为自由度是 n 的 2  分布，记为 ( ) 2  n 。 2  分布的概率密度为           = − − 0 0 0 ) 2 2 ( 1 ( ) 2 1 2 2 x x e x n x n x n  2  分布的图象见图 6-2 。 定理 如果有  ～ ( ) 2  m ， ～ ( ) 2  n ，相互独立，则  + ～ ( ) 2  m + n 。即 2  分布具有可加性。 图 6-2 2  布的概率密度